文献

J-GLOBAL ID：202202261747757338   整理番号：22A0287645

SL-Hyper-FleX:自己教師つき学習による認知および柔軟性帯域幅光データコムネットワーク[招待]【JST・京大機械翻訳】

SL-Hyper-FleX: a cognitive and flexible-bandwidth optical datacom network by self-supervised learning [Invited]

著者 (5件)： Liu Che-Yu (Department of Computer Science, University of California, Davis, Davis, California 95616, USA) ,  Chen Xiaoliang (Sun Yat-Sen University, Guangzhou, China) ,  Li Zhaohui (Sun Yat-Sen University, Guangzhou, China) ,  Proietti Roberto (Department of Electrical and Computer Engineering, University of California, Davis, Davis, California 95616, USA) ,  Yoo S. J. Ben (Department of Electrical and Computer Engineering, University of California, Davis, Davis, California 95616, USA)
資料名： Journal of Optical Communications and Networking  (Journal of Optical Communications and Networking)
巻： 14  号： 2  ページ： A113-A121  発行年： 2022年 
JST資料番号： W2269A  ISSN： 1943-0620  CODEN： JOCNBB  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,データ通信ネットワークのための認知可撓性帯域幅光相互接続アーキテクチャを提示した。提案したアーキテクチャは,自己監督学習による光再構成のための認知制御平面を有するHyper-X-likeトポロジーに配置されたトップ-ラックスイッチを相互接続するシリコンフォトニック再構成可能オールツーオールスイッチ織物を活用する。提案方法は,歴史的トレースからトラフィックパターンを学習するためにクラスタリングアルゴリズムを利用する。著者らは,各識別されたトラヒックパターンのためのポッド間接続グラフを最適化するための発見的アルゴリズムを開発した。さらに,頻繁なクラスタリング操作によって誘発したスケーラビリティ問題を緩和するために,サポートベクトルマシン分類器によって学習されたトラフィックパターンをパラメータ化した。分類器は,オンライン操作中のトラフィック行列の分類を可能にするために自己ラベル付きデータによってオフラインで訓練され,それによって認知再構成意思決定を容易にする。シミュレーション結果は,静的オールツーオール相互接続と比較して,提案したアプローチがスループットを1.62×まで改善でき,一方,エンドツーエンドパケット待ち時間とフロー完了時間を,それぞれ3.84×と20×まで低減できることを示した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  位相幾何学 ,  最適化 ,  シミュレーション ,  意思決定 ,  *学習 ,  *光 ,  相互接続 ,  クラスタ化 ,  *教師つき学習 ,  *帯域幅 ,  スループット ,  待ち時間 ,  計算機アーキテクチャ
準シソーラス用語： 発見的アルゴリズム ,  クラスタリングアルゴリズム , 【Automatic Indexing@JST】

分類 (1件)： 光通信方式・機器  (ND10000B)

タイトルに関連する用語 (5件)： SL ,  自己 ,  教師つき学習 ,  認知 ,  帯域幅